灵活的多视点视频编码预测结构

多视点视频的时空相关性不仅随着序列的变化而改变,而且视频序列内的相关性特征随着时间的推移也会发生变化,固定的预测结构难以适应复杂情况下多视点视频编码的各种要求。在分析分层B帧预测结构和多视点视频图像中当前帧及其参考帧之间时间相关性和视点间相关性的基础上,提出一种灵活的预测编码结构,根据该多视点视频的时间及视点间相关关系和当前帧与其时间参考帧之间的距离来确定该帧是否采用耗时的视点间预测。实验结果表明,与分层B帧的改进算法——可扩展性预测结构多视点编码算法相比,本文算法在保证编码效率基本不变的前提下,编码复杂度降低了约45%,随机访问性能提高28%,解码图像缓冲区要求降低46%左右。     

自适应肤色检测算法的研究

针对Hsu提出的椭圆肤色检测模型的局限性,提出了一种自适应肤色检测模型。在Hsu的统计模型基础上,根据光照条件自适应改变其椭圆模型的长短轴,以取得最好的肤色检测效果。实验结果表明,本文算法有较强的光照适应性,所提出的自适应肤色检测模型效果优于Hsu的椭圆模型。     

基于特征融合的无参考屏幕图像质量评价

考虑到人类视觉系统对图像边缘和局部纹理信息较为敏感,本文提出一种基于特征融合的无参考屏幕图像质量评价方法。所提方法通过梯度方向直方图和局部二值模式分别提取屏幕图像的边缘和局部纹理信息,接着通过特征融合过程得到一个更加能够描述屏幕失真的融合特征,最后采用支持向量回归训练得到屏幕图像融合特征向量与主观质量分数的质量评价映射模型。实验结果显示,与现有的图像质量评价方法相比,本文所提算法能够更好地反映出人类视觉系统对屏幕图像的主观感知度。      

一种基于肤色检测的人眼快速定位方法

眼睛的位置是人脸识别过程中一个很重要的信息.针对彩色人脸图像上的眼睛定位问题,提出一种结合肤色分割和形态学运算的人眼定位方法.该方法首先利用肤色模型通过最大类间方差法自动优选阈值分割图像,接着从非肤色区域入手,采用形态学运算去除非肤色区域中的干扰区域来获取可能的眼睛区域,最后结合人眼的几何特征实现人眼的快速准确定位.实验结果表明,提出的算法有效地平衡了眼睛定位的实时性和准确性之间的矛盾,定位效率高.     

基于DSP的智能视觉监控系统

本文提出一种基于人脸检测与跟踪的智能视觉监控系统。本系统首先采用运动和肤色特征提取包含人脸区域的检测算法,然后使用多层分类器定位人脸,利用CAMShift算法实现人脸的及时跟踪,最后在DM642 DSP上实现了算法。系统达到了8帧/s的处理速度,基本满足视频监控的要求。     

基于新型三元卷积神经网络的行人再辨识算法

基于三元卷积神经网络的行人再辨识算法多数采用欧式距离度量行人之间的相似度,并配合铰链(hinge)损失函数进行卷积神经网络的训练。然而,这种作法存在两个不足:欧式距离作为行人相似度,鉴别力不够强;铰链损失函数的间隔(Margin)参数设定依赖于人工预先设定且在训练过程中无法自适应调整。为此,针对上述两个不足进行改进,该文提出一种基于新型三元卷积神经网络的行人再辨识算法,以提高行人再辨识的准确率。首先,提出一种归一化混合度量函数取代传统的度量方法进行行人相似度计算,提高了行人相似度度量的鉴别力;其次,提出采用Log-logistic函数代替铰链函数,无需人工设定间隔参数,改进了特征与度量函数的联合优化效果。实验结果表明,所提出的算法在Auto Detected CUHK03 和VIPeR两个数据库上的准确率均获得显著的提升,验证了所提出算法的优越性。     

采用率失真与模式特征的多视点视频编码快速模式选择

现有的多视点视频编码使用了分层B帧（Hierarchical B Picture, HBP）的预测结构,其帧内预测、帧间预测以及视点间预测的模式选择给多视点视频编码带来了庞大的计算复杂度。针对这一问题,我们在分析了JMVC模式分布比例的基础上,提出了一个快速帧间模式选择的算法。这种算法利用率失真代价和预测模式特征之间的关系来及时判定最优模式:如果上一尺寸预测模式的率失真代价小于当前尺寸预测模式的率失真代价则认为上一预测模式为最优模式,跳过检查其他更小尺寸的预测模式;反之,如果上一尺寸的预测模式的率失真代价大于当前尺寸的预测模式的率失真代价,则继续检查其他更小的尺寸。这样,通过提前终止一些不必要的模式选择过程,多视点视频编码的计算量得到大幅的降低。实验结果表明:所提算法能在保持JMVC中全搜索算法的编码效率同时,使计算复杂度减少了81.66%。      

Web/Intranet环境下的可视化编程方法与实现

该文在分析各种Ｗｅｂ－ＤＢ实现方法的基础上,提出用Ａｃｔｉｖｅｆｏｒｍ实现Ｗｅｂ／Ｉｎｔｒａｎｅｔ环境下的可视化编程的方法,并以入境人员住宿信息查询为例,对系统的设计和实现进行讨论。     

一种H.264/AVC码率控制的改进算法

为了在网络带宽受限的情况下获得更好的重建图像质量,码率控制成为视频编码不可缺少的重要组成部分。针对H.264/AVC码率控制算法的不足,提出了改进方法。首先通过PSNR-QP线性关系确定I帧的QP;其次,在采用二次R-Q模型来确定P帧的QP时,采用时间线性预测模型和时空加权预测模型相结合的方法取代H.264的时间线性预测模型来预测P帧基本单元的MAD值,并根据前一单元的预测误差对MAD值进行修正。实验结果表明,与JM10.2参考软件的码率控制算法相比,该算法的码率控制精度更高,输出视频序列的平均PSNR更高、波动更小。